A Decision Model for the Order Sequence and Delivery Date Problem in Companies Manufacturing According to the Order

Öz

The orders received in the companies that manufacture according to the order are produced in the order of incoming demand. However, orders that cannot be produced on time or planned to be produced at a later date than the customer’s demand cause customer loss. In this case, the company needs to decide which customer’s order should be produced first. However, this decision can turn into a rather complicated problem due to different criteria that need to be evaluated. In this study, an integrated decision model has been proposed for companies that make production on order, to establish a balance between the profitability of the company and the satisfaction of customers, and to choose among indivisible orders within a limited time based on the maximum benefit according to this established balance. The created model has been carried out on a company that produces to order. While determining how to choose between indivisible orders under a limited capacity, the ability of heuristic optimization to produce fast and reasonable solutions is utilized. In the established model, the production times and delivery dates of the orders are also determined. In the study, multi-criteria decision-making methods are used to establish a balance between the profitability of the company and customer satisfaction. While the criteria and importance levels are determined by the Analytical Hierarchy Process method, the customers are evaluated under the criteria with the TOPSIS method. Afterwards, a mathematical model has been established, and the selection process is carried out with a genetic algorithm.

Anahtar Kelimeler

• Order production
• Delivery date
• Order sorting
• Analytical Hierarchy Process
• TOPSIS
• Genetic algorithm

Siparişe Göre Üretim Yapan Firmalarda Sipariş Sıralaması ve Teslim Tarihi Problemi İçin Bir Karar Modeli

Öz

Siparişe göre üretim yapan firmalarda alınan siparişler gelen talep sırasına göre üretilmektedir. Ancak zamanında üretilemeyen veya müşterinin talebinden daha ileri bir tarihte üretilmesi planlanan siparişler müşteri kaybına neden olmaktadır. Bu durumda firmanın hangi müşterinin siparişinin daha önce üretilmesi gerektiğine karar vermesi gerekmektedir. Ancak bu karar değerlendirilmesi gereken farklı kriterler sebebiyle oldukça karmaşık bir probleme dönüşebilmektedir. Bu çalışmada sipariş üzerine üretim yapan firmalar için firmanın karlılığı ile müşterilerin memnuniyeti arasında bir denge kuracak ve bu kurulan dengeye göre maksimum faydayı esas alarak kısıtlı bir süre içindeki bölünmez siparişler arasından seçim yapabilecek bütünleşik bir karar modeli önerilmiştir. Oluşturulan model, siparişe göre üretim yapan bir firma üzerinde gerçekleştirilmiştir. Bölünmez siparişler arasından kısıtlı bir kapasite altında nasıl bir seçim yapılabileceği belirlenirken sezgisel optimizasyonun hızlı ve makul çözümler üretme kabiliyetinden faydalanılmıştır. Kurulan modelde, aynı zamanda siparişlerin üretim süreleri ve teslim tarihleri de belirlenmektedir. Çalışmada firmanın kârlılığı ve müşteri memnuniyeti arasında bir denge kurabilmek için çok kriterli karar verme yöntemlerinden yararlanılmıştır. Kriterler ve önem dereceleri Analitik Hiyerarşi Süreci yöntemi ile belirlenirken TOPSIS yöntemi ile de müşteriler kriterler altında değerlendirilmiştir. Daha sonrasında ise matematiksel bir model kurularak genetik algoritma ile seçim işlemi gerçekleştirilmiştir.

Anahtar Kelimeler

• Siparişle üretim
• Teslim tarihi
• Sipariş sıralama
• Analitik Hiyerarşi Süreci
• TOPSIS
• Genetik algoritma

Kaynakça

1. Aktürk, C. (2019). Lojistik maliyetlere göre teslim tarihi belirleme ve bir karar modeli önerisi. Avrupa Bilim ve Teknoloji Dergisi, 16, 1–7.
2. Aktürk, C. ve Gülseçen, S. (2017). Teslim tarihi problemi ve inovatif bir karar modeli önerisi. Girişimcilik İnovasyon ve Pazarlama Araştırmaları Dergisi, 1(2), 119-103.
3. Aktürk, C. ve Gülseçen, S. (2018). Sipariş teslim tarihi problemi için çok kriterli ve çok yöntemli karar destek sistemi önerisi. İstanbul Üniversitesi İşletme Fakültesi İşletme İktisadı Enstitüsü Yönetim Dergisi, 29(84) 65–78.
4. Arıbaş, M. ve Özcan, U. (2016). Akademik araştırma projelerinin AHP ve TOPSIS yöntemleri kullanılarak değerlendirilmesi, Politeknik Dergisi, 19(2),163–173.
5. Azamathulla, H. M., Wu, F. C., Ghani, A. Ab., Narulkar, S. M., Zakaria, N. A., & Chang C. K. (2008). Comparison between genetic algorithm and linear programming approach for real time operation. Journal of Hydro-environment Research, 2(3), 172–181. Baker, K. R., & Bertrand, J. W. (1981a). A comparison of due date selection rules, AIlE Transactions, 13(2), 123-131.
6. Baker, K. R., & Bertrand, J. W. (1981b). An investigation of due-date assignment rules with constrained tightness, Journal of Operations Management, 1(3), 109-120.
7. Baker, K. R., & Trietsch, D. (2015). Trading off due-date tightness and job tardiness in a basic scheduling model, Journal of Scheduling, 18(3), 305-309.
8. Bektur, G. (2021). Enerji etkin ve sıra bağımlı hazırlık süreli tek makine çizelgeleme problemi için tavlama benzetimi algoritması tabanlı hibrit sezgisel çözüm önerisi, Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 36(1), 407-420.

9. Bertrand, J. W. (1983). The effect of workload dependent due dates on job shop performance, Management Science, 29(7), 799-816.
10. Binay, S., Aygüneş, H., Çetin, A., Oral, H., Güneri, A. F. ve Dalgıç, N. (2001). Yöneylem Araştırması, Ankara: Kâra Harp Okulu Basımevi.
11. Conway, R. W., Maxwell W. L., & Miller L. W. (1967). Theory of scheduling, Courier Corporation.
12. Demir, H. I., Phanden, R. K., Kökçam, A., Erkayman, B., & Erden, C. (2021). Hybrid evolutionary strategy and simulated annealing algorithms for ıntegrated process planning, scheduling and due-date assignment problem, Akademik Platform Mühendislik ve Fen Bilimleri Dergisi, 9(1), 86-91.
13. Dikmen H., Dikmen H., Elbir, A., Ekşi, Z. ve Çelik, F. (2014). Gezgin satıcı probleminin karınca kolonisi ve genetik algoritmalarla eniyilemesi ve karşılaştırılması, Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergis, 18(1), 13-8.
14. Duenyas, I. (1995). Single facility due date setting with multiple customer classes, Management Science, 41(4), 608-619.
15. Easton, F. F., & Moodie, D. R. (1999). Pricing and lead time decisions for make-to-order firms with contingent orders, European Journal of operational research, 116(2), 305-318.
16. Elgün, M. N. ve Aşıkoğlu, N. O. (2016). Lojistik köy kuruluş yeri seçiminde TOPSIS yöntemiyle merkezlerin değerlendirilmesi, Afyon Kocatepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 18(1), 161-170.
17. Gharehgozli, A. H., Rabbani, M., Zaerpour, S., & Razmi J. (2008). A comprehensive decision-making structure for acceptance/rejection of incoming orders in make-to-order environments, The International Journal of Advanced Manufacturing Technology, 39(9-10), 1016–1032.
18. Günay, Z. ve Ünal, Ö. (2016). AHP-TOPSIS yöntemi ile tedarikçi seçimi (Bir telekomünikasyon şirketi örneği), PESA Uluslararası Sosyal Araştırmalar Dergisi, 2(1), 53-37.
19. Hassanat, A., Almohammadi, K., Alkafaween, E., Abunawas, E., Hammouri, A., & Prasath, V. B. (2019). Choosing mutation and crossover ratios for genetic algorithms - a review with a new dynamic approach, Information, 10(12), 390.
20. Holland, J. (1975). Adaptation in natural and artificial systems, AnnArbor: University of Michigan Press.
21. Kalantari, M., Rabbani, M., & Ebadian, M. (2011). A decision support system for order acceptance/rejection in hybrid MTS/MTO production systems, Applied Mathematical Modelling, 35(3), 1363-1377.
22. Keskinocak, P., Ravi, R., & Tayur, S. (2001). Scheduling and reliable lead-time quotation for orders with availability intervals and lead-time sensitive revenues, Management Science, 47(2), 264-279.
23. Lewis, H. F., & Slotnick, S. A. (2002). Multi-period job selection: planning work loads to maximize profit, Computers & Operations Research, 29(8), 1081-1098.
24. Lu, L., Liu, Z., & Qi, X. (2013). Coordinated price quotation and production scheduling for uncertain order inquiries, IIE transactions, 45(12), 1293-1308.
25. Negnevitsky, M. (2006). Artificial Intelligence: A guide to intelligent systems(2th ed.), Pearson Education.
26. Oğuz, C., Salman, F. S., & Yalçın, Z. B. (2010). Order acceptance and scheduling decisions in make-to-order systems, International Journal of Production Economics, 125(1), 200–211.
27. Panchal, G., & Panchal, D. (2015). Solving NP hard problems using genetic algorithm, International Journal of Computer Science and Information Technologies, 6(2), 1824-1827.
28. Philipoom, P. R., & Fry, T. D. (1992). Capacity-based order review/release strategies to improve manufacturing performance,” The International Journal Of Production Research, 30(11), 2559-2572.
29. Pibernik R., & Yadav, P. (2008). Dynamic capacity reservation and due date quoting in a make-to-order system, Naval Research Logistics, 55, 593-611.
30. Saaty, T. L. (2008). Decision making with the analytic hierarchy process, International Journal of Services Sciences,1(1), 83-98.
31. Saaty, T. L. (2008). Relative measurement and its generalization in decision making: Why pairwise comparisons are central in mathematics for the measurement of ıntangible factors-the analytic hierarchy/network process, Review of the Royal Spanish Academy of Sciences, Series A, Mathematics, 102(2), 251-318.
32. Saaty, T. L., & Özdemir, M. S. (2003). Why the magic number seven plus or minus two, Mathematical and Computer Modeling, 38, 233-244.
33. Senju, S., & Toyoda, Y. (1968). An approach to linear programming with 0-1 variables, Management Science, 15(4), 196-207.
34. Seri̇n, H. ve Şahin,Y. (2020). Mersin ilindeki küçük ve orta ölçekli mobilya işletmelerinde hammadde sorunu üzerine bir araştırma, Düzce Üniversitesi Bilim ve Teknoloji Dergisi, 30(11), 258-263.
35. Shabtay, D., Steiner, G., & Zhang, R. (2016). Optimal coordination of resource allocation, due date assignment and scheduling decisions, Omega, 65, 41-54.
36. Supçiller, A. ve Çapraz, O. (2011). AHP-TOPSIS yöntemine dayalı tedarikçi seçimi uygulaması, Ekonometri ve İstatistik e-Dergisi, 13, 1-22.
37. Triki, C., Piya, S., & Fu, L. L. (2020). Integrating production scheduling and transportation procurement through combinatorial auctions, Networks, 76(2), 147-163.
38. Vig, M. M., & Dooley, K. J. (1991). Dynamic rules for due-date assignment, International Journal of Production Research, 29(7), 1361-1377.
39. Villarinho, P. A., Panadero, J., Pessoa, L. S., Juan, A. A., & Oliveira, F. L. C. (2021). A simheuristic algorithm for the stochastic permutation flow‐shop problem with delivery dates and cumulative payoffs, International Transactions in Operational Research, 28(2), 716-737.
40. Viloria, A., Varela, N., Herazo-Beltran, C., Lezama, O. B. P., Mercado, A., Ventura, J. M., & Palma, H. H. (2021). Genetic system for project support with the sequencing problem, In Proceedings of International Conference on Recent Trends in Machine Learning, IoT, Smart Cities and Applications, 977-983, Singapore: Springer.
41. Wardlaw, R., & Bhaktikul, K. (2004). Comparison of genetic algorithm and linear programming approaches for lateral canal scheduling, Journal of irrigation and drainage engineering, 130(4), 311-317.
42. Weeks, J. K. (1979). A simulation study of predictable due-dates, Management Science, 25(4), 363-373.
43. Wei, J. (2010). TOPSIS method for multiple attribute decision making with incomplete weight information in linguistic setting, Journal of Convergence Information Technology, 5(10), 181-187.
44. Wind, Y., & Saaty, T. L. (1980). Marketing application of the analytic hierarchy process, Management Science, 26(7), 641-658.
45. Yağmur, E., & Kesen, S. E. (2020). A memetic algorithm for joint production and distribution scheduling with due dates, Computers & Industrial Engineering, 142, 106-342.